Yapay Zeka ve Nükleer Füzyon – Bir Yıkıcı Teknolojiyi Diğerini İlerletmek İçin Kullanmak

 Yapay zeka, son on yılda ortaya çıkan en büyük teknolojik ilerlemelerden biridir ve tüm sektörleri dönüştürmektedir. Etkisinin hissedilmediği bir sektör neredeyse yoktur; nükleer füzyon da buna dahildir—AI’nin kendisi kadar yıkıcı bir teknoloji.

Neredeyse sınırsız temiz enerji kaynağı olarak övülen nükleer füzyon, umut vaat eden bir enerji kaynağıdır ve oyun değiştirici olabilir.

Birçok faydası arasında bol yakıt, enerji verimliliği, minimum sera gazı salınımı, güvenilirlik, içsel güvenlik ve sürdürülebilirlik bulunur. Ancak hâlâ deney aşamasındadır.

Bu, bir nükleer füzyon enerji rekoru bu yıl elde edilmesine rağmen gerçekleşmektedir; bir grup bilim insanı ve mühendis, sadece 0,2 miligram yakıt kullanarak 5 saniye boyunca 69 megajoule füzyon enerjisi sürdü. Bu enerji, o süre boyunca yaklaşık 12.000 haneyi besleyebilecek kadar olsa da, ürettiğinden daha fazla enerji girişi gerektirmektedir. 

Şu ana kadar bilim insanları füzyonu sadece birkaç saniye sürdürebildi. Ancak, AI sayesinde durumun değişmek üzere olduğu düşünülüyor.

Son yıllarda AI’daki sürekli atılımlar sadece günlük hayatımızın bir parçası haline getirmekle kalmadı, aynı zamanda bilimsel ilerlemeler için kritik bir unsur haline getirdi. AI, nükleer füzyonu geliştirmek için çeşitli şekillerde aktif olarak araştırılıyor. 

Füzyon reaksiyonlarını gerçek zamanlı olarak istikrarsızlıkları tahmin edip önleyerek kontrol etmek, reaktör tasarımlarını en iyilerini bulmak için analiz etmek, füzyon reaksiyonlarının daha uzun süre stabil kontrolünü sağlamak ve hatta reaktör tasarımlarının analiz süresini ve maliyetini azaltmak gibi birçok alanda AI’nin rolü hızla büyüyor.  

Büyük ölçekli enerji üretimi nükleer füzyondan 2050 civarı mümkün olmayabilir, ancak AI kesinlikle bu süreci hızlandırmak için umut vaat eden bir araç haline geldi.

Steven Cowley, astrofizik bilimleri profesörü ve Enerji Bakanlığı’nın Princeton Plazma Fizik Laboratuvarı (PPPL) laboratuvar direktörü, inanıyor:

“Füzyon, AI’nin \”ölümcül uygulaması\” olabilir.”

Bu yılın başlarında araştırmacılar, Princeton Üniversitesi ve PPPL araştırmacılarının yürüttüğü deneyde, potansiyel plazma yırtılmalarını 300 milisaniye önceden tahmin edebildi.

Bozulmalar, nükleer füzyonda büyük engellerden biridir; reaktörün yıllarca 7/24 sorunsuz çalışmasını istenir.

“(Bozulmalar ve istikrarsızlıkların) çok problemli olduğu göz önüne alındığında… bu tür çözümler geliştirmek, bu makineleri sorunsuz çalıştırabileceğimiz konusundaki güvenlerini artırıyor.”

– Egemen Kolemen, Çalışma yazarı ve Princeton Üniversitesi’nde mekanik ve uzay mühendisliği profesörü

Nükleer Füzyon Tesisleri için Yeni Alaşımları Bulmak İçin AI Oluşturma

Enerji Bakanlığı (DOE) bağlı Oak Ridge Ulusal Laboratuvarı (ORNL) tarafından yapılan yakın tarihli bir çalışma, nükleer füzyon reaktörlerinde füzyon uygulama bileşenlerini barındıran kalkanlar olarak kullanılan yeni alaşımları belirlemeye yardımcı olacak bir AI modeli geliştirdi.

Proje, eski AI Girişimi Direktörü David Womble liderliğinde yıllar önce başladı ve nükleer füzyon tesislerini iyileştirme yönünde büyük bir adım oldu. Daha sonra, Yapay Zeka ile Bilimsel Keşif (AISD) kapsamında öncelikli araştırma alanı olarak devam etti.

Çalışma, büyük ölçekli hesaplamalı yaklaşımların mevcut sınırlamalarının, makine öğrenimini geleneksel malzeme bilimi ve kuantum mekaniğiyle bütünleştirmenin potansiyel faydasına yeni bir ışık tuttuğunu belirtiyor.

Özellikle derin öğrenme (DL) modelleri, atomik sistemin atomik konfigürasyonları tarafından tetiklenen ilgili doğrusal olmayanları kaydetmede etkili olmuştur.

DL modeli eğitildikten sonra, tam bir DFT hesabı çalıştırmaktan çok daha kısa bir sürede çıkarım yapmak için kullanılabilir ve doğru sonuçlar üretir. Atomik bilgiler kullanılarak alaşım özelliklerini tahmin etmede sağlanan bu önemli zaman tasarrufu, yeni çok bileşenli alaşımların keşif ve tasarımını etkili bir şekilde hızlandırır.

Dolayısıyla, çalışmanın odak noktası, çok yüksek sıcaklıklarda olağanüstü performans elde etmeleri gereken alaşımlardır. Bu performans, yüksek sıcaklıklara dayanıklılık ve alaşımların karmaşık nükleer tesislerde kullanılabilmesi için gerekli yapısal mekanik özellikler açısından da gereklidir. Bir malzemenin daha yüksek sıcaklıkta yüksek mukavemet elde etmesi için, ayrışma sıcaklığının da daha yüksek olması gerekir.

Bu malzemeleri üretmek için geleneksel olarak tungsten birincil element olarak kullanılmıştır. Bunun yanı sıra ek elementler takviye olarak eklenir. Ortaya çıkan alaşım bileşimi yüksek sıcaklıklara dayanıklı olmuştur ancak uygun kalkanlamayı sürdürmede tutarsızdır.

Son zamanlarda araştırmacılar, ORNL AI veri bilimcisi Massimiliano Lupo Pasini’nin “tamamen yeni ve yıkıcı bir şey” olarak tanımladığı bu standart teknoloji malzemelerinin yerine alternatifler aramaya başladı.

Ancak, elbette, potansiyel metal kombinasyonlarını belirlemek, olasılıkların çokluğu nedeniyle büyük bir zorluktur.

Bu nedenle araştırmacılar, test sürecini atlamak ve kullanılabilir alaşım adaylarını daha verimli bir şekilde keşfetmek için AI kullandılar. Bu, AI modelini oluşturmak için verileri üretmeyi ve potansiyel yeni alaşım adayları olarak test edilecek üç elementi belirlemeyi içeriyordu.

Çalışmanın sonuçlarına göre, Scientific Data dergisinde yayımlanan bu çalışma, ekip dört açık kaynak veri seti sundu. Veri setleri, alaşımların temel durum özelliklerine ilişkin yoğunluk fonksiyonel teorisi (DFT) hesaplamalarının sonuçlarını sağladı.

İlgili alaşımlar, niyobyum-vanadyum (NbV), niyobyum-tantal (NbTa), tantal-vanadyum (TaV) ve 128 Bravais kafes sitesine sahip vücut merkezli kübik (BCC) yapıda düzenlenmiş üçlü alaşım NbTaV’dir.

ORNL’den gelen AI modeli, nükleer füzyon dünyasında büyük bir öneme sahiptir; çünkü bu umut vaat eden teknoloji, son derece yüksek sıcaklıklara, radyasyona ve mekanik strese dayanabilen temiz ve neredeyse sınırsız enerji ihtiyacını karşılayacak malzemeler sağlayabilir. Bu nedenle, yüksek performanslı alaşımları bulmak, füzyon reaktörlerinin uzun ömürlülüğünü ve güvenilirliğini garanti eder.

Yeni alaşımları çok daha hızlı ve maliyet etkin bir şekilde belirlemeye yardımcı olmanın ve nükleer füzyon reaktörlerini pratik ve güvenli hâle getirmedeki büyük bir engeli ortadan kaldırmanın yanı sıra, bu tür bir AI modeli nükleer füzyonda yıkıcı teknolojik ilerlemeleri de mümkün kılabilir.

Bilimsel Keşifleri Hızlandırmak İçin AI Tabanlı Veri Modelleme

AI tarafından oluşturulan bir veritabanına sahip olmak, projenin sadece bir parçasıdır. Bir sonraki adım, oluşturulan verileri malzeme keşfi ve tasarımı için ML modellerinin geliştirilmesi, eğitilmesi ve dağıtılmasıyla ilgili daha ileri araştırmalarda kullanmayı içerir.

Lupo Pasini’ye göre, yeni refrakter yüksek entropili alaşımların tasarımını desteklemek için altı element gereklidir.

Yüksek entropili alaşımlar (HEA’lar), malzeme bilimcileri için yeni bir sınırdır ve şu anda çok az deneysel sonuç bulunmaktadır. Birkaç yıl önceki bir çalışma, 14 elementi ve HEA üreten kombinasyonları incelemişti. Yüksek verimli kuantum mekanik hesaplamaları kullanarak, 7.000’den fazla HEA’nın stabilite ve elastik özelliklerini bulmuşlardır.

Bu, Illinois Institute of Technology’de malzeme bilimi ve mühendisliği doçenti Wei Chen’in belirttiğine göre, “yüksek entropili alaşımların elastik özelliklerinin en büyük veri tabanı” olarak rapor edilmiştir.

Şimdi, en son çalışma için, mevcut süper bilgisayarlarda kuantum mekanik hesaplamaları yürütmenin maliyetli görevi de söz konusudur. Bu yüzden, “veri tek başına yeterli olmayacak”.

Takımın bu büyük hesaplamalarla aşması gereken bir diğer zorluk da zamandı. Perlmutter ve Summit süper bilgisayarlarında hesaplamaları tamamlayıp veri üretmek bir yıldan fazla sürdü.

The Summit süper bilgisayarı, Oak Ridge Leadership Computing Facility’in bir parçası olup ORNL’de yer alırken, Perlmutter Lawrence Berkeley Ulusal Laboratuvarı’nda konumlanmıştır ve her iki hesaplama sistemi de DOE Bilim Ofisi kullanıcı tesisleridir.

Bir sonraki adımda, ekip oluşturulan verileri eğitmek için kullanacak AI modelini. Model, geniş bir bileşik yelpazesini hızlandıracaksonuç olarak altı elementi farklı konsantrasyonlarda alaşımlara karıştırarak.

“Malzeme bilimcilerine, farklı elementlerin hangi oranlarda karıştırılması gerektiğini belirlemede deneme-yanılma yaklaşımlarına yardımcı olmaya çalışıyoruz, böylece füzyonda yıkıcı teknolojik ilerlemelere yol açabilecek alaşımlar ortaya çıkabilir.”

– Lupo Pasini

AI kullanarak malzemelerin karmaşıklığını daha derin bir seviyede anlamak malzemelerin daha derin bir seviyede de hızlı bir şekilde ilerliyor hızlı bir tempoda. Geçen yıl, ORNL’den Lupo Pasini aynı zamanda benzeri görülmemiş ölçekli veri setleri üreten bir hesaplamalı bilimci ekibini yönetti oluşturulan veri setleri 10 milyondan fazla organik molekülün ultraviyole görünür spektral özelliklerini sağlayan 

Bir molekülün ışıkla etkileşimini anlamak, elektronik ve optik özelliklerini ortaya çıkarmak için kritik öneme sahiptir; bu özellikler tıbbi görüntüleme sistemleri ve güneş hücrelerinde fotoaktif uygulamalara potansiyel olarak sahiptir.

Kuantum kimyası hesaplamaları, büyük veri setlerini üretmek için yüksek performanslı bilgi işlem kaynakları kullanılarak yürütüldü. Bu veri setleri daha sonra, özelleştirilmiş optoelektronik ve fotoreaktivite özelliklerine sahip molekülleri tanımlamak için bir DL modelini eğitmek amacıyla kullanılacak.

O dönemde Lupo Pasini, madde ve enerjinin alt atomik seviyede nasıl etkileştiğini, süper bilgisayarları zorlayabilecek yoğun iş gücü gerektiren deneyler ve mevcut birinci prensip hesaplamalarıyla belirlemenin basitçe karşılanamaz olduğunu belirtti. Ancak DL modelleri, “bu engelleri aşmak için çok umut vaat eden araçlar sunar”.

Ekip, atomik yapıyı alıp bir grafiğe dönüştüren ve ardından birinci prensip kodunun üreteceği çıktıyı tahmin etmeye çalışan bir HydraGNN mimarisi inşa ediyor.

Bu yılın başlarında, Lupo Pasini ve ekibi, HydraGNN’nin Perlmutter sistemi yanı sıra Frontier ve Summit süper bilgisayarlarında ölçeklenebilirliğini gösterdi. HydraGNN, malzeme özelliklerinin hızlı ve doğru tahminlerini üretmek için GNN mimarilerinin bir uygulamasıdır.

Bu illüstrasyonla ekip, binlerce hatta milyonlarca değişken arasındaki bağlantıları haritalamak ve ilişkilerini çözmek için grafik sinir ağlarını (GNN’ler) nasıl ölçeklendireceklerini gösterdi; bu da bilimsel keşifleri hızlandırıyor.

Füzyondan Yararlanacak Şirketler

AI ve nükleer füzyon endüstrileri, milyarlarca dolarlık yatırımlar görüyor; bu da bu iki dönüştürücü teknoloji etrafındaki heyecan ve gelişimi gösteriyor. Şimdi, bu alanlardan bazı önde gelen isimlere bir göz atalım: 

#1. General Electric (GE)

General Electric, GE Vernova aracılığıyla nükleer enerji araştırma ve geliştirme çalışmalarına katılmaktadır; bu girişim, daha güvenilir, daha uygun maliyetli ve sürdürülebilir enerji yolunu hızlandırmayı hedeflemektedir. Bu alandaki çabaları, kullanılan nükleer yakıt malzemelerini gerçek zamanlı izlemek için yeni sensörler ve görüntüleme teknikleri, yakıtın yeniden işlenmesini daha uygun maliyetli hâle getiren RADMASS adlı bir denetim tekniği ve kaynamalı su nükleer reaktörlerini (BWR) inşa etmeyi içerir.

204,469 milyar dolar piyasa değerine sahip olan şirketin hisseleri şu anda 188,94 dolardan işlem görmekte ve YTD %47,83 artış göstermiştir. EPS (TTM) 4,28, P/E (TTM) 44,09 ve temettü getirisi %0,59’dur.

2024’ün 2. çeyreği için GE Vernova, toplam 8,2 milyar dolar gelir ve 1,3 milyar dolar net kar bildirdi. Aynı zamanda, 11,8 milyar dolar toplam sipariş, geliri 1,4 kat aşmıştır. Çeyrek sonundaki işletme faaliyetlerinden nakit 1 milyar dolar iken, Nisan ayında GE’den ayrıldıktan sonra nakit bakiyesi 4,2 milyar dolardan 5,8 milyar dolara yükselmiştir.

“Küresel elektrifikasyon ve karbon azaltma trendleri, ürün ve hizmetlerimize olan talebi artırmaya devam ediyor.”

– GE Vernova CEO’su Scott Strazik

#2. IBM (IBM)

NVIDIA, AI ve süper bilgisayar teknolojisinde lider konumda olup bu yıl hisse fiyatlarını %134,76 artırırken, IBM de kuantum bilgisayar ve AI araştırmalarında önde gelen şirketlerden biridir. Şirketin kuantum bilgisayarları, araştırma ve keşif amaçlı kullanılabilen bulut tabanlı kuantum bilgisayar sistemleridir.

Bu kuantum bilgisayarlarda karmaşık simülasyonlar çalıştırarak IBM, çeşitli sektörlerde kritik atılımlara olanak tanır. Birkaç yıl önce şirket, verilerin değerini ortaya çıkararak nükleer enerji üretimini optimize etmekten bahsetti.

201,54 milyar dolar piyasa değerine sahip şirketin hisseleri şu anda 218,80 dolardan işlem görmekte ve YTD %34,82 artış göstermiştir. EPS (TTM) 9,53, P/E (TTM) 2,95 ve temettü getirisi %3,05’tir.

2024’ün 2. çeyreği için IBM, %2 artışla 15,8 milyar dolar gelir bildirdi; en büyük artış yazılım segmentinde görüldü. Şirketin brüt kar marjı %56,8 iken, faaliyet (Non-GAAP) marjı %57,8’dir. YTD işletme faaliyetlerinden net nakit 6,2 milyar dolar ve serbest nakit akışı 4,5 milyar dolardır.

#3. ATI Inc. (ATI)

ATI, özel metaller ve alaşımların üretiminde uzmanlaşmıştır ve bu uzmanlık, füzyon reaktör uygulamaları için onları iyi bir konuma getirir. Yüksek Performanslı Malzemeler & Bileşenler (HPMC) segmenti, enerji, tıp ve uzay alanlarında kullanılan titanyum ve titanyum bazlı alaşımlar gibi yüksek performanslı malzemeler üretir. Gelişmiş Alaşımlar & Çözümler (AA&S) ise otomotiv, elektronik, enerji ve savunma pazarlarında kullanılan zirkonyum ve ilgili alaşımları üretir.

8,20 milyar dolar piyasa değerine sahip şirketin hisseleri şu anda 66 dolardan işlem görmekte ve YTD %44,74 artış göstermiştir. EPS (TTM) 2,94 ve P/E (TTM) 22,48’dir.

2024’ün 2. çeyreği için ATI, önceki çeyreğe göre %5 artışla 1,1 milyar dolar satış bildirdi. Çeyrek net geliri 81,9 milyon dolar, yani hisse başına 0,58 dolar olup, 1Q24’e göre %26 artmıştır. Şirketin düzeltilmiş EBITDA’sı ise 182,6 milyon dolardır.

“Uygulama ve piyasa fırsatlarından yararlanma yeteneğimiz, marjları artırmamıza ve güçlü işletme nakit akışı üretmemize olanak tanıyor.”

– Kimberly A. Fields, Başkan ve CEO

Sonuç

AI çılgınlığı sürekli artmakta ve nükleer füzyon araştırmalarına entegrasyonu, her iki alan için de kritik bir dönüm noktasını işaret ediyor. Füzyonun doğasında bulunan karmaşık zorlukları ele alarak, AI pratik füzyon enerjisine ulaşma süresini büyük ölçüde kısaltma potansiyeline sahiptir.

Gerçek zamanlı plazma tahminlerinden, aşırı koşullara dayanabilecek yeni alaşımların keşfine kadar, AI destekli gelişmeler nükleer füzyonu gerçeğe daha da yaklaştırıyor ve küresel enerji krizine daha temiz ve sürdürülebilir bir enerji çözümü sunuyor.

Yapay zekaya yatırım hakkında her şeyi öğrenmek için buraya tıklayın.